?
Proceedings of the 4th Workshop on NLP for Music and Audio (NLP4MusA 2026)
Под общей редакцией: E. Epure, S. Oramas, S. Doh, P. Ramoneda, A. Kruspe, M. Sordo
Мошкин А. С., Fedorov M., Arlazarov V. и др., Algorithms 2026 Vol. 19 No. 7 Article 523
Технологии искусственного интеллекта (ИИ), активно развивающиеся в современной медицине, повышают скорость и качество оказания медицинской помощи. Данная статья преимущественно направлена на демонстрацию применения различных вариантов компьютерного анализа клинических изображений для решения практических задач повышения эффективности рутинной диагностики с использованием ретроспективного анализа, а также на показ потенциала его широкого внедрения (благодаря масштабируемости архитектуры) в практическое здравоохранение ...
Добавлено: 17 августа 2026 г.
CHEN Y., Howlett R. J., Tanaka S. и др., Springer, 2026.
Добавлено: 16 августа 2026 г.
Yu Z., Wang J., Wang Z. и др., Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences 2026 Vol. 384 P. 1–16
Добавлено: 13 августа 2026 г.
Cham: Springer, 2026.
Добавлено: 13 августа 2026 г.
Ратников Ф. Д., European Physical Journal: Special Topics 2026 P. 1–10
Добавлено: 12 августа 2026 г.
Минец М. В., Красноженов Г. Г., Трофимова Е. А. и др., PeerJ Computer Science 2026 Vol. 12 Article e4063
Добавлено: 12 августа 2026 г.
Мизинов П. В., Journal of Computer Virology and Hacking Techniques 2023 No. 20 P. 383–396
Системы биометрического распознавания вен уязвимы для атак типа «биометрическое предъявление». Традиционно исследователи использовали изображение сосудистого русла пользователя, полученное в ближнем инфракрасном диапазоне (БИК), для создания инструмента атаки на биометрическое предъявление (ИАБП). В данной статье исследуется возможность использования свободного программного обеспечения для сбора данных о венозном рисунке кисти без использования БИК при нормальном освещении и создания ...
Добавлено: 11 августа 2026 г.
Трубочкина Н. К., М.: Издательство «Юрайт», 2026.
Учебник посвящен формированию у студентов целостного представления о современных производственных процессах и методах их анализа и управления на основе технологий машинного обучения. В условиях четвертой промышленной революции, когда традиционные инженерные дисциплины неразрывно переплетаются с интеллектуальными методами обработки данных, возникает потребность в специалистах, способных интегрировать знания из обеих областей. Настоящий учебник призван удовлетворить эту потребность, предлагая ...
Добавлено: 8 августа 2026 г.
Беломестный Д. В., Гасников А. В., Гладин Е. Л. и др., Russian Mathematical Surveys 2026 Vol. 81 No. 4(490) P. 3–90
Добавлено: 3 августа 2026 г.
Чеповский А. М., М.: Мастерская Печати Идей, 2026.
В учебном пособии представлены методы и алгоритмы автоматического анализа корпусов текстов на естественных языках. Предназначено для изучающих методов обработки текстов на естественных языках и создания обучающих массивов текстов.
Для студентов, аспирантов и научных работников, изучающих методы компьютерной лингвистики и обработку текстов. ...
Добавлено: 1 августа 2026 г.
Уилкокс П., Романов А. Ю., М.: ДМК Пресс, 2025.
Книга, которую вы держите в руках, продолжает серию «Книжная полка истового
инженера», которая издается при поддержке компании YADRO.
Данная книга представляет собой учебник по теоретическим основам продвинутой
функциональной верификации и содержит лучшие практики, используемые в настоящее
время. В ней подробно описана унифицированная методология верификации
(UVM) и раскрыты такие темы, как функциональный виртуальный прототип, функциональное
покрытие, утверждения, формальная верификация, тестбенчи, косимуляция,
эмуляция, аппаратное ...
Добавлено: 30 июля 2026 г.
Mikhaylets E. V., Razorenova A. М., Chernyshev V. L. и др., Scientific Reports 2026 Vol. 16 Article 23560
Добавлено: 29 июля 2026 г.
Думкин Н. А., Александров Д. В., Прозорский М. А., Труды Института системного программирования РАН 2026 Т. 38 № 1 С. 255–274
Предложен теоретически обоснованный подход к адаптивному восстановлению
видеофрагментов на стороне клиента с использованием методов машинного обучения и анализа сцены.
Метод включает формальную постановку задачи, модель конечного автомата для принятия решений,
функцию стоимости восстановления, а также новый этап в подготовке видео – оценку динамики сцены
с последующей записью признака в HLS-плейлист. Такой признак позволяет повысить точность выбора
методов восстановления фрагментов видео. ...
Добавлено: 27 июля 2026 г.
Cham: Springer, 2026.
Добавлено: 26 июля 2026 г.
Добавлено: 23 июля 2026 г.
Писляков В. В., Вестник Томского государственного университета. Филология 2026 № 101 С. 175–192
Исследуется использование паремий в статьях, опубликованных в отечественных научных журналах. В результате поиска по платформе eLIBRARY.RU и постатейного просмотра полных текстов формируется «паремический массив» – набор журнальных статей, вышедших за 2014–2023 гг., в которых встречается одна из десяти исследуемых пословиц. Выделяются только случаи, когда пословицы используются авторами как пришедшиеся к слову изречения, а не как ...
Добавлено: 22 июля 2026 г.
Association for Computing Machinery (ACM), 2026.
Добавлено: 22 июля 2026 г.
Сельский А. К., Снегирев А. Ю., Колбин Е. И. и др., В кн.: Цифровая клиентоцентричность. Как современные технологии помогают компаниям и государству сделать шаг навстречу потребителям.: М.: ИСИЭЗ ВШЭ, 2026. Гл. 2 С. 71–142.
Вторая глава монографии посвящена анализу современных мегатрендов клиентоцентричности, которые формируются под воздействием цифровых технологий и трансформируют подходы компаний и государственных органов к взаимодействию с клиентами и гражданами. На основе семантического анализа больших данных (с использованием системы iFORA) и экспертных интервью авторы выделяют четыре ключевых мегатренда.
Первый мегатренд, проактивное взаимодействие и персонализация, описывает переход от реактивного обслуживания к предвосхищению ...
Добавлено: 26 июня 2026 г.
Stepin A., Mozikov M., Kabanov A. и др., IEEE Access 2026 Vol. 14 P. 48127–48144
Добавлено: 16 июня 2026 г.
Тюрякова-Матвеева Д. В., Цифровые гуманитарные исследования 2026 № 1 С. 4–26
Статья исследует культурные референции в творчестве Андрея Вознесенского путем анализа упоминаемых им персоналий. Обработано 1678 произведений, включая поэзию, прозу и ранние неопубликованные стихотворения. Методы NER, основанные на инструментах Natasha, spaCy и LLM Grok, позволили изучить частоту упоминания известных лиц и их связь с жанром произведения. Определены ключевые авторы Вознесенского (Пастернак, Пушкин, Маяковский), выявлены особенности жанра ...
Добавлено: 31 мая 2026 г.
Бекназаров Н. С., , in: Parallel Computational Technologies, 19th International Conference, PCT 2025, Moscow, Russia, April 8–10, 2025, Revised Selected Papers. (CCIS, volume 2891)Vol. 2891.: Springer, 2026. P. 3–16.
Добавлено: 19 мая 2026 г.